“双十一” 最真的折扣

前几天偶然听到一个新闻说：美团市值超过宇宙第一大行了，然后我半开玩笑的说是为了拉高了在双十一“打折”回馈么？结果这两天这几个科技股坦诚的给大家来了个八折优惠：

其实背后的原因是来自于我们的风控模型并未显示出市场好转，即便是周一大涨和几乎所有的媒体都说牛市来了的时候：

而我们的模型依旧显示在一个下行模式中，调侃完市场我们来说点有趣的数据统计，大概的战果如下：

两个平台接近6000亿，然后大概估算了一下，我又是不到平均消费金额的那种拖大家后腿的…但是我很想知道订单金额的分布，例如按账户统计的消费额分布，中位数是啥就好，或者P75/P90/P99这几个分位点，话点到为止，说点别的话题自然大家都明白了。

例如在拥塞控制中常见的做法是需要测量链路延迟和丢包，某司有人写了一个算法，记录RTT的时间差，但是由于网络处理器没有设计除法器，所以采用了多个流的时间差加总求和的方式。起初没有丢包的情况下，工作良好。但是后来随着丢包率的上升，大量的ACK需要重传才能到达，因此有一定的概率这个值会比实际的网络延迟大一秒， 就是这样一些outlier使得延迟测量平均值出现问题，所以我才会半开玩笑的说：“有些测量出来的标准差大于均值”，但大多数工程师并没有接受过统计训练。

而对于58.3万笔/秒的订单处理能力，前几天还在和一些网工讨论如何实现1M/s的日志分析能力，好像很多人都觉得用个Flink搞个集群上个云原生就能解决了，好像所有的Scale的问题互联网公司都踩过坑了。最终有人搞出来一套东西一秒钟只能处理几百个flow，我笑而不语事实上网络上的遥测数据分析处理的压力远远大于很多互联网公司的业务数据，你一开局就要考虑的事情是做一个类似于一亿日活的App的处理能力还有一个特抠门的老板不会给你太多的钱买服务器。
而阿里现在的问题就在于Flink和大量的JAVA生态如何走向下一步，虽然神龙解决了裸金属的问题，Java还是有一个JVM在那里，Flink的效率也不算高，我想下一步行癫的重点估计要盯到这里。
一个能利用异构处理能力的流计算引擎和对应的弹性编排和随路计算语义的东西才是下一次腾飞的源。这不光是阿里需要的，是整个行业云网一体所需要的。